Elasticsearch VS Easysearch 性能测试

压测环境 #

虚拟机配置 #

使用阿里云上规格： ecs.u1-c1m4.4xlarge，PL2: 单盘 IOPS 性能上限 10 万 (适用的云盘容量范围：461GiB - 64TiB)

vCPU	内存 (GiB)	磁盘(GB)	带宽（Gbit/s）	数量
16	64	500	5000	24

Easysearch 配置 #

7 节点集群，版本：1.9.0

实例名	内网 IP	软件	vCPU	JVM	磁盘
i-2zegn56cijnzklcn2410	172.22.75.144	Easysearch	16	31G	500GB
i-2zegn56cijnzklcn240u	172.23.15.97	Easysearch	16	31G	500GB
i-2zegn56cijnzklcn240i	172.25.230.228	Easysearch	16	31G	500GB
i-2zegn56cijnzklcn240y	172.22.75.142	Easysearch	16	31G	500GB
i-2zegn56cijnzklcn240x	172.22.75.143	Easysearch	16	31G	500GB
i-2zegn56cijnzklcn240z	172.24.250.252	Easysearch	16	31G	500GB
i-2zegn56cijnzklcn240r	172.24.250.254	Easysearch	16	31G	500GB

Elasticsearch 配置 #

7 节点集群，版本：7.10.2

实例名称	内网 IP	软件	vCPU	JVM	磁盘
i-2zegn56cijnzklcn240m	172.24.250.251	Elasticsearch	16	31G	500GB
i-2zegn56cijnzklcn240p	172.22.75.145	Elasticsearch	16	31G	500GB
i-2zegn56cijnzklcn240o	172.17.67.246	Elasticsearch	16	31G	500GB
i-2zegn56cijnzklcn240t	172.22.75.139	Elasticsearch	16	31G	500GB
i-2zegn56cijnzklcn240q	172.22.75.140	Elasticsearch	16	31G	500GB
i-2zegn56cijnzklcn240v	172.24.250.253	Elasticsearch	16	31G	500GB
i-2zegn56cijnzklcn240l	172.24.250.250	Elasticsearch	16	31G	500GB

监控集群配置 #

单节点 Easysearch 集群，版本：1.9.0

实例名	内网 IP	软件	vCPU	内存	磁盘
i-2zegn56cijnzklcn240f	172.25.230.226	监控集群：Console	16	64G	500GB
i-2zegn56cijnzklcn240j	172.23.15.98	监控集群：Easysearch	16	64G	500GB

压测 loadgen 配置 #

loadgen 版本：1.25.0

4 台压 Easysearch，4 台压 Elasticsearch。

实例名	内网 IP	软件	vCPU	内存	磁盘
i-2zegn56cijnzklcn240n	172.17.67.245	Loadgen - 压 Easysearch	16	64G	500GB
i-2zegn56cijnzklcn2411	172.22.75.141	Loadgen - 压 Easysearch	16	64G	500GB
i-2zegn56cijnzklcn240k	172.25.230.227	Loadgen - 压 Easysearch	16	64G	500GB
i-2zegn56cijnzklcn240e	172.22.75.138	Loadgen - 压 Easysearch	16	64G	500GB
i-2zegn56cijnzklcn240h	172.24.250.255	Loadgen - 压 Elasticsearch	16	64G	500GB
i-2zegn56cijnzklcn240w	172.24.251.0	Loadgen - 压 Elasticsearch	16	64G	500GB
i-2zegn56cijnzklcn240g	172.24.250.248	Loadgen - 压 Elasticsearch	16	64G	500GB
i-2zegn56cijnzklcn240s	172.24.250.249	Loadgen - 压 Elasticsearch	16	64G	500GB

压测索引 Mapping #

展开查看 Mapping ...

PUT nginx
{
  "mappings": {
    "properties": {
      "method": {
        "type": "keyword"
      },
      "bandwidth": {
        "type": "integer"
      },
      "service_name": {
        "type": "keyword"
      },
      "ip": {
        "type": "ip"
      },
      "memory_usage": {
        "type": "integer"
      },
      "upstream_time": {
        "type": "float"
      },
      "url": {
        "type": "keyword"
      },
      "response_size": {
        "type": "integer"
      },
      "request_time": {
        "type": "float"
      },
      "request_body_size": {
        "type": "integer"
      },
      "error_code": {
        "type": "keyword"
      },
      "metrics": {
        "properties": {
          "queue_size": {
            "type": "integer"
          },
          "memory_usage": {
            "type": "integer"
          },
          "thread_count": {
            "type": "integer"
          },
          "cpu_usage": {
            "type": "integer"
          },
          "active_connections": {
            "type": "integer"
          }
        }
      },
      "cpu_usage": {
        "type": "integer"
      },
      "user_agent": {
        "type": "keyword"
      },
      "connections": {
        "type": "integer"
      },
      "timestamp": {
        "type": "date",
        "format": "yyyy-MM-dd'T'HH:mm:ss.SSS"
      },
      "status": {
        "type": "integer"
      }
    }
  },
  "settings": {
    "number_of_shards": 7,
    "number_of_replicas": 0,
    "refresh_interval": "30s"
  }
}

压测方法 #

每 4 个 loadgen 使用批量写入接口 bulk 轮询压测同一集群的 7 个节点，每个请求写入 10000 个文档。

具体请求如下：

requests:
  - request: #prepare some docs
      method: POST
      runtime_variables:
#        batch_no: uuid
      runtime_body_line_variables:
#        routing_no: uuid
#      url: $[[env.ES_ENDPOINT]]/_bulk
      url: $[[ip]]/_bulk
      body_repeat_times: 10000
      basic_auth: 
       username: "$[[env.ES_USERNAME]]"
       password: "$[[env.ES_PASSWORD]]"
      body: |
        {"index": {"_index": "nginx", "_type": "_doc", "_id": "$[[uuid]]"}}
        $[[message]]

压测数据样本 #

{"method":"DELETE","bandwidth":1955,"service_name":"cart-service","ip":"120.204.26.240","memory_usage":1463,"upstream_time":"1.418","url":"/health","response_size":421,"request_time":"0.503","request_body_size":1737,"error_code":"SYSTEM_ERROR","metrics":{"queue_size":769,"memory_usage":1183,"thread_count":65,"cpu_usage":68,"active_connections":837},"cpu_usage":70,"user_agent":"Mozilla/5.0 (iPad; CPU OS 14_6 like Mac OS X) AppleWebKit/605.1.15 (KHTML, like Gecko) Version/14.1.1","connections":54,"timestamp":"2024-11-16T14:25:21.423","status":500}
{"method":"OPTIONS","bandwidth":10761,"service_name":"product-service","ip":"223.99.83.60","memory_usage":567,"upstream_time":"0.907","url":"/static/js/app.js","response_size":679,"request_time":"1.287","request_body_size":1233,"error_code":"NOT_FOUND","metrics":{"queue_size":565,"memory_usage":1440,"thread_count":148,"cpu_usage":39,"active_connections":1591},"cpu_usage":87,"user_agent":"Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/605.1.15 (KHTML, like Gecko) Version/14.1.1","connections":354,"timestamp":"2024-11-16T05:37:28.423","status":502}
{"method":"HEAD","bandwidth":10257,"service_name":"recommendation-service","ip":"183.60.242.143","memory_usage":1244,"upstream_time":"0.194","url":"/api/v1/recommendations","response_size":427,"request_time":"1.449","request_body_size":1536,"error_code":"UNAUTHORIZED","metrics":{"queue_size":848,"memory_usage":866,"thread_count":86,"cpu_usage":29,"active_connections":3846},"cpu_usage":71,"user_agent":"Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.google.com/bot.html)","connections":500,"timestamp":"2024-11-16T15:14:30.424","status":403}

压测索引 1 主分片 0 副本 #

Elastic 吞吐 #

Elastic 线程及队列 #

资源消耗 #

Easysearch 吞吐 #

Easysearch 线程及队列 #

资源消耗 #

对比 #

软件	平均集群吞吐	平均单节点吞吐	最大队列	磁盘消耗
Elasticsearch	5w	5w	811	10G
Easysearch	7w	7w	427	4G

压测索引 1 主分片 1 副本 #

Elastic 吞吐 #

Elastic 线程及队列 #

资源消耗 #

Easysearch 吞吐 #

Easysearch 线程及队列 #

资源消耗 #

对比 #

软件	平均集群吞吐	平均单节点吞吐	最大队列	磁盘消耗(~3000万文档）
Elasticsearch	10w	5w	791	22G
Easysearch	14w	7w	421	7G

压测索引 7 主分片 #

Elastic 吞吐 #

Elastic 线程及队列 #

资源消耗 #

网络

单节点平均接收 26MB/s，对应带宽：1456 Mb/s

5千万文档，总存储 105 GB，单节点 15 GB

Easysearch 吞吐 #

Easysearch 线程及队列 #

资源消耗 #

对比 #

软件	平均集群吞吐	平均单节点吞吐	最大队列	磁盘消耗
Elasticsearch	35w	5w	2449	105G
Easysearch	60w	8.5w	1172	36G

总结 #

通过对不同场景的压测结果进行对比分析，得出以下结论：

Easysearch 相比 Elasticsearch 的索引性能显著提升
Easysearch 集群的吞吐性能提升了 40% - 70%，且随着分片数量的增加，性能提升效果更为显著。
Easysearch 相比 Elasticsearch 的磁盘压缩效率大幅提高
Easysearch 集群的磁盘压缩效率提升了 2.5 - 3 倍，并且随着数据量的增加，压缩效果愈发明显。

此测试结果表明，Easysearch 在日志处理场景中具有更高的性能与存储效率优势，尤其适用于大规模分片与海量数据的使用场景。

如有任何问题，请随时联系我，期待与您交流！

杨帆

追求极致，无限可能。

· TDBC 2025 大会聚焦 AI 与数据库融合，极限科技发布新一代 Coco AI 搜索平台 · 极限科技 Coco AI 荣获 2025 首届人工智能应用创新大赛全国一等奖 · 搜索型数据库的技术发展历程与趋势前瞻 · 极限网关助力好未来 Elasticsearch 容器化升级 · 国产搜索引擎崛起：Elasticsearch 国产化加速

· INFINI Labs 产品更新 | Easysearch 2.1.0 新增高性能 Rules 规则引擎插件,数据探索 Discover 等 · Easysearch ZSTD 基准测试：高压缩率下实现近 5 倍查询吞吐 · 极限科技开源赞助计划：欢迎开源项目申请支持 · 捷报传来！极限科技 Coco AI 团队荣获第二届“兴智杯”总决赛二等奖 · 探索低空经济“关键一跃” —— 技术如何驱动商业落地线上研讨会圆满举办 · 极限科技荣膺 2025 金猿奖 — “年度国产化优秀代表厂商”，自主可控搜索方案 Easysearch 获行业高度认可 · 极限科技 Coco AI 荣获 2025 IT168 技术卓越奖 - 创新产品奖 · APM（三）：监控 Python 服务链 · INFINI Labs 产品更新 | Coco AI v0.10 × Easysearch v2.0 联袂上线：UI 全面重构，体验焕然一新 · Easy-Es 2.1.0-easysearch 版本发布

Easysearch x

产品更新 x

performance x

2026 x

开源 x

赞助 x

开源生态 x

社区 x

Coco AI x

二等奖 x

兴智杯 x

人工智能 x

赛事 x

低空经济 x

商业化 x

数据分析 x

金猿奖 x

国产化 x

搜索引擎 x

技术卓越奖 x

创新产品奖 x

IT168 x

APM x

Skywalking x

Easy-Es x

Coco x

AI x

GitLab x

代码审核 x

石油石化 x

Gitee x

投票 x

Meilisearch x

Rust x

轻量级 x

搜索百科 x

Docker x

Docker Compose x

Easyserach x

Console x

DevOps x

Elasticsearch x

国产替代 x

backup x

snapshot x

CCR x

Gateway x

esdump x

source_reuse x

ignore_above x

OpenSearch x

AWS x

Lucene x

Solr x

Easyearch x

发明专利 x

数据分区 x

国际专利 x

一等奖 x

人工智能应用创新大赛 x

bulk x

embedding x

OpenAI x

IK x

TDBC x

2025 x

信通院 x

可信数据库大会 x

搜索型数据库 x

中国数据库产业图谱 x

上海开源创新菁英荟 x

开源创新新星企业 x

Workshop x

AI 搜索 x

智能助手 x

Automation x

Logstash x

MongoDB x

开源中国 x

直播 x

merge x

Elasticsearch 9 x

GitCode x

AI搜索 x

Cloud x

rollup x

Kubernetes x

Operator x

Arm64 x

Snapshot x

S3 x

Grafana x

Opensearch x

Nginx x

直播活动 x

搜索客社区 x

Meetup x

ES x

企业搜索 x

DeepSeek x

RAG x

certificate x

windows x

Rollup x

TopN x

Filebeat x

Ubuntu x

请求限速 x

INFINI Console x

指标 x

Kibana x

多集群 x

client x

Spring Boot x

ECE x

ES Bulk x

vector database x

Postgres x

可搜索快照 x

SDK x

官网 x

Web 开发 x

Next.js x

React x

Three.js x

Metrics x

Helm x

filter x

querycache x

practice x

Agent x

localStorage x

响应式 x

时间组件 x

时区组件 x

极限科技 x

三周年 x

周年庆 x

国家高新技术企业 x

校园招聘 x

湖北工业大学 x

Tauri x

Web 开发人员 x

桌面应用开发 x

桌面端 x

Electron x

Pizza x

认证培训 x

报名 x

Scrapy x

爬虫 x

Rust开发者大会 x

docsearch x

文档搜索 x

Easyseach x

有奖征文 x

黑神话悟空 x

EKS x

征文系列 x

跨集群搜索 x

科技中小企业 x

白皮书 x

Python SDK x

数据库产业图谱 x

超大规模 x

分布式集群 x

写入限流 x

2024可信数据库发展大会 x

创新型中小企业 x

搜索数据库 x

正排索引 x

免费许可证 x

K8S x

DTC2024 x

实时搜索 x

ES国产化 x

Redis x

OOM x

测试 x

内存 x

趋势 x

AI绘画 x

Stable Diffusion x

Diffusion x

Model x

GAN x

语义搜索 x

知识图 x

向量数据库 x

中国信通院 x

星河（Galaxy） x

标杆案例 x

鲲鹏 x

鲲鹏技术认证 x

客户端 x

日志平台 x

LDAP x

Loadgen x

中国一汽 x

国内数据库 x

墨天轮 x

监控系统 x

集成测试 x

ZSTD x

Helm Charts x

国产适配 x

兆芯 x

Linux x

LoongArch x

信创适配 x

二维拆分算法 x

中国移动云 x

Vault x

加密 x

安全工具 x

kNN x

向量检索 x

图片搜索 x

Alerting x

SQL x

搜索 x

Embedding x

可信数据库 x

统信 x

海光 x

龙芯 x

restore x

Arm x

大数据企业证书 x

移动云大会 x

信通院产品评测 x

国内首家 x

数据可视化 x

北京软协 x

第十届理事会会员单位 x

Apache Arrow x

宣传片 x

大会分享 x

多集群管理 x

无缝数据迁移 x

Loadrun x

INFINI Gateway x

log4j x

压测环境 #

虚拟机配置 #

Easysearch 配置 #

Elasticsearch 配置 #

监控集群配置 #

压测 loadgen 配置 #

压测索引 Mapping #

压测方法 #

压测数据样本 #

压测索引 1 主分片 0 副本 #

Elastic 吞吐 #

Elastic 线程及队列 #

资源消耗 #

Easysearch 吞吐 #

Easysearch 线程及队列 #

资源消耗 #

对比 #

压测索引 1 主分片 1 副本 #

Elastic 吞吐 #

Elastic 线程及队列 #

资源消耗 #

Easysearch 吞吐 #

Easysearch 线程及队列 #

资源消耗 #

对比 #

压测索引 7 主分片 #

Elastic 吞吐 #

Elastic 线程及队列 #

资源消耗 #

Easysearch 吞吐 #

Easysearch 线程及队列 #

资源消耗 #

对比 #

总结 #

相关文章